Calibrando a microfísica de nuvens do modelo RAMS a partir de dados coletados por Avião-Laboratório



Documentos relacionados
ESTUDO MICROFÍSICO DE NUVENS AMAZÔNICAS AO SUL DA ZONA URBANA DE JI PARANÁ-RO E AO NORTE DE CRUZEIRO DO SUL-AC SEGUNDO OS DADOS DO LBA/SMOCC 2002.

ESTIMATIVA DE RADIAÇÃO SOLAR VIA MODELAGEM ATMOSFÉRICA DE MESOESCALA APLICADA À REGIÃO NORDESTE DO BRASIL

Verificação da previsão numérica do tempo por ensemble regional no estado do Ceará

A INFLUÊNCIA DAS CARACTERÍSTICAS FISIOGRÁFICAS NO LESTE DO NORDESTE DO BRASIL UTILIZANDO O MODELO RAMS

UM EXPERIMENTO SOBRE A INFLUÊNCIA DO DOMÍNIO NA PREVISÃO DO RAMS

UNIVERSIDADE ESTADUAL DO CEARÁ ISAAC NEWTON DO NASCIMENTO CALIBRANDO A MICROFÍSICA DE NUVENS DO MODELO RAMS A PARTIR DOS DADOS COLETADOS PELO ALPA

SENSIBILIDADE DE CONJUNTOS DE NUVENS A VARIAÇÕES DE PARÂMETROS MICROFÍSICOS. PARTE II INFLUÊNCIA DA CONCENTRAÇÃO DE GOTÍCULAS

Estudo da influência de superfícies urbanizadas no saldo de radiação local

EMPREGO DE MODELAGEM NUMÉRICA PARA ESTIMATIVA DE RADIAÇÃO SOLAR NO ESTADO DO CEARÁ

ESTUDO DO CRESCIMENTO DE GOTÍCULAS E GOTAS NO CCNC-DSCC. PARTE ΙI: TEMPO DE CRESCIMENTO

INFORMATIVO CLIMÁTICO

Avaliação da influência da convecção de meso-escala no prognóstico de precipitação do modelo WRF em Alta Resolução: Um Estudo de Caso.

Expansão Agrícola e Variabilidade Climática no Semi-Árido

INFLUÊNCIA DA TEMPERATURA DA SUPERFÍCIE DO MAR SOBRE SISTEMAS CONVECTIVOS: UM ESTUDO NUMÉRICO

Comparação entre Variáveis Meteorológicas das Cidades de Fortaleza (CE) e Patos (PB)

SIMULAÇÃO DE UM CASO DE EVENTO EXTREMO DE CHUVA NA CIDADE DE MANAUS-AM COM O MODELO WRF: O CASO 08 DE MARÇO DE 2008 (RESULTADOS PRELIMINARES)

Santa Catarina. Tabela 1: Indicadores selecionados: mediana, 1º e 3º quartis nos municípios do estado de Santa Catarina (1991, 2000 e 2010)

RGB - Poeiras Departamento de Física 2011 Detecção Remota Pratica 1. Joao Gonçalo Ricardo Rodrigues

Rio Grande do Sul. Tabela 1: Indicadores selecionados: mediana, 1º e 3º quartis nos municípios do estado do Rio Grande do Sul (1991, 2000 e 2010)

CORRELAÇÃO ENTRE DADOS DE VENTO GERADOS NO PROJETO REANALYSIS DO NCEP/NCAR E OBSERVADOS EM REGIÕES DO ESTADO DO CEARÁ.

SIMULAÇÃO NUMÉRICA DO CICLO DE VIDA DE UMA CÉLULA CONVECTIVA PROFUNDA E A PARAMETRIZAÇÃO DE MICROFÍSICA DE NUVENS DE LIN NO MODELO ARPS

Rio de Janeiro. Tabela 1: Indicadores selecionados: mediana, 1º e 3º quartis nos municípios do estado do Rio de Janeiro (1991, 2000 e 2010)

CONHECENDO AS NUVENS

SIMULAÇÕES DE INTERAÇÃO OCEANO ATMOSFERA NO PACÍFICO OESTE POR UM MODELO ACOPLADO. PARTE II - PROPRIEDADES DE ANOMALIAS DE SALINIDADE

Pablo Oliveira, Otávio Acevedo, Osvaldo Moraes. Universidade Federal de Santa Maria, Santa Maria, RS

Nosso objetivo será mostrar como obter informações qualitativas sobre a refração da luz em um sistema óptico cilíndrico.

BLOQUEIOS OCORRIDOS PRÓXIMOS À AMÉRICA DO SUL E SEUS EFEITOS NO LITORAL DE SANTA CATARINA

Análise sinótica associada a ocorrência de chuvas anômalas no Estado de SC durante o inverno de 2011

Validação das observações feitas com o pluviômetro de garrafa PET na cidade de Belém-PA.

Influência da concentração de gotículas no ciclo de vida de nuvens convectivas de fase mista

AVALIAÇÃO DA DESTREZA DO MODELO ETA EM DIFERENTES RESOLUÇÕES

'LVWULEXLomR(VWDWtVWLFDGRV9DORUHV([WUHPRVGH5DGLDomR6RODU *OREDOGR(VWDGRGR56

Atmosfera e o Clima. Clique Professor. Ensino Médio

DESENVOLVIMENTO DO SISTEMA DE AVALIAÇÃO DE DADOS COLETADOS POR PCD S: MÓDULOS DE VENTO, TEMPERATURA E UMIDADE RELATIVA DO AR E RADIAÇÃO SOLAR

CONTADOR DE GOTÍCULAS FSSP COMO COMPONENTE DO AVIÃO LABORATÓRIO PARA PESQUISAS ATMOSFÉRICAS (ALPA) 4.

O tornado de projeto é admitido, para fins quantitativos, com as seguintes características [15]:

b)condução.- O vapor d água e os aerossóis aquecidos, aquecerão por contato ou condução o restante da mistura do ar atmosférico, ou seja, o ar seco.

Utilização de imagens de satélite e modelagem numérica para determinação de dias favoráveis a dispersão de poluentes.

Bacia Hidrográfica Precipitação Infiltração Escoamento

SENSIBILIDADE DE CONJUNTOS DE NUVENS A VARIAÇÕES DE PARÂMETROS MICROFÍSICOS. PARTE I SIMULAÇÃO DE CONTROLE

Mega-Cidades. K. M. Longo, S. R. Freitas.

Empresa Brasileira de Infra-Estrutura Aeroportuária (INFRAERO),

Composição da atmosfera; Nitrogênio (78%); Oxigênio (21%); Outros Gases (1%)

ASPECTOS METEOROLÓGICOS ASSOCIADOS A EVENTOS EXTREMOS DE CHEIAS NO RIO ACRE RESUMO

INFLUÊNCIA DA RESOLUÇÃO HORIZONTAL NAS CONDIÇÕES INICIAIS E CONTORNO NAS PREVISÕES DE CHUVAS TROPICAIS

1246 Fortaleza, CE. Palavras-chave: Circulação de brisa, RAMS, modelagem atmosférica.

ANÁLISE TERMODINÂMICA DAS SONDAGENS DE CAXIUANÃ DURANTE O EXPERIMENTO PECHULA.

INFLUÊNCIA DA CONDIÇÃO INICIAL NA SIMULAÇÃO DO EVENTO DE PRECIPITAÇÃO EXTREMA NA SERRA DO MAR

Paraná. Tabela 1: Indicadores selecionados: mediana, 1º e 3º quartis nos municípios do estado do Paraná (1991, 2000 e 2010)

São Paulo. Tabela 1: Indicadores selecionados: mediana, 1º e 3º quartis nos municípios do estado de São Paulo (1991, 2000 e 2010)

Observações e simulações de precipitação com o RegCM3 no leste da Amazônia, nos anos de 1997 a 2008.

DEPARTAMENTO DE TREINAMENTO DIVISÃO BRASILEIRA

NUVENS/PRECIPITAÇÃO/BALANÇO HÍDRICO

Estudo de caso de um sistema frontal atuante na cidade de Salvador, Bahia

USO DO SOFTWARE WINDOGRAPHER PARA ESTIMATIVAS DA VELOCIDADE DO VENTO EM ALTITUDE NUMA REGIÃO DO LITORAL CEARENSE

Qual é o risco real do Private Equity?

DISTRIBUIÇÃO DOS VALORES MÉDIOS ANUAIS DA RADIAÇÃO SOLAR GLOBAL, PARA A CIDADE DE PELOTAS/RS

Instituto de Educação Infantil e Juvenil Verão, Londrina, Nome: Ano: Tempo Início: Término: Total: Edição 2 MMXV Fase 3 Grupo E RAIOS!

Avaliação das previsões operacionais do BRAMS realizadas no MASTER/IAG/USP para a Baixada Santista

Relatório da Situação Atual e Previsão Hidrológica para o Sistema Cantareira

Análise da Freqüência das Velocidades do Vento em Rio Grande, RS

Avaliação do potencial eólico em três localidades cearenses

DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE

GERÊNCIA EDUCACIONAL DE FORMAÇÃO GERAL E SERVIÇOS CURSO TÉCNICO DE METEOROLOGIA ESTUDO ESTATISTICO DA BRISA ILHA DE SANTA CATARINA

3203 APERFEIÇOAMENTO DE UM MÉTODO DE PREVISÃO DE TEMPERATURAS MÁXIMAS PARA PELOTAS

01 Introdução 02 O que é um tornado? 03 Quanto custa um tornado? Tipo de destruição 04 Tornado é coisa de norte americano? 05 O que é um downburst?

OPERAÇÃO, PESQUISA E DESENVOLVIMENTO PARA PREVISÃO DE EVENTOS EXTREMOS. José Antonio Aravéquia

ANÁLISE DO MODELO ETA COMPARADO COM DADOS OBSERVADO DA ESTAÇÃO EM MACEIÓ.

Exercícios Tipos de Chuvas e Circulação Atmosférica

Climatologia GEOGRAFIA DAVI PAULINO

Sensoriamento Remoto. Características das Imagens Orbitais

NARRATIVA DO MONITOR DAS SECAS DO MÊS DE JUNHO DE 2015

As nuvens são das principais responsáveis pela. existência da Meteorologia. Sem elas, não existiriam

Efeitos na atmosfera associados às cidades na região central do Chile

VARIABILIDADE CLIMÁTICA DA BAIXA UMIDADE DO AR EM ALGUMAS LOCALIDADES: Centro e Sudeste do Brasil.

ESTAÇÕES DO ANO - MOVIMENTAÇÃO DA TERRA

ESTUDO DA PREVISIBILIDADE DE EVENTOS EXTREMOS SOBRE A SERRA DO MAR UTILIZANDO ENSEMBLE DE CURTO PRAZO. Josiane F. Bustamante 1 e Sin Chan Chou 2

Mudança do clima e acordos internacionais

SITUAÇÕES SINÓTICAS ASSOCIADAS ÀS DIFERENÇAS NAS PROPRIEDADES ÓPTICAS DA ATMOSFERA EM AMBIENTE URBANO

ANÁLISE DA ACURÁCIA DAS SIMULAÇÕES DO MODELO BRAMS NA AMAZÔNIA OCIDENTAL

CARACTERÍSTICAS DE RADAR DA EVOLUÇÃO DO SISTEMA CONVECTIVO DE MESOESCALA. PARTE I: DESCRIÇÃO GERAL DA EVOLUÇÃO DO CAMPO DO ECO DE RADAR.

5 Resultados da Simulação

PROGNÓSTICO CLIMÁTICO. (Fevereiro, Março e Abril de 2002).

Resumo. Abstract. 1. Introdução

ART-01/12. COMO CALCULAMOS A EVAPOTRANSPIRAÇÃO DE REFERÊNCIA (ETo)

DESENVOLVIMENTO E APLICAÇÕES DE SOFTWARE PARA ANÁLISE DO ESPECTRO SOLAR

Fenômeno El Niño influenciará clima nos próximos meses

CAPÍTULO 2 A ATMOSFERA TERRESTRE

CARACTERIZAÇÃO CLIMÁTICA DA ZONA LESTE DE SÃO PAULO, UM EXEMPLO DE INTERAÇÃO ENTRE A EACH-USP E O BAIRRO JARDIM KERALUX

Radar Multiparamétrico e X-Net

4. RESULTADOS E DISCUSSÃO

Simulação numérica de um evento extremo de precipitação ocorrido na região de Pelotas-RS.

SPMSAT - APLICATIVO PARA ESTUDOS DE SISTEMAS PRECIPITANTES DE MESOESCALA UTILIZANDO IMAGENS DE SATÉLITE

Implantação de sistema computacional aplicado a informações meteorológicas para internet.

SIMULAÇÃO NUMÉRICA DE EVENTO EXTREMO DE CHUVA: UM ESTUDO DE CASO SOBRE ANGRA DOS REIS-RJ

TEMA 4 VAPOR DE ÁGUA, NÚVENS, PRECIPITAÇÃO E O CICLO HIDROLÓGICO

MASSAS DE AR E FRENTES

PREVISÃO DE TEMPO POR CONJUNTOS PARA A REGIÃO NORDESTE DO BRASIL

JUSTIFICATIVAS PROPOSTA de LIMITES DE EMISSÕES FONTES EXISTENTES REFINARIAS

Por. Instituto Nacional de Pesquisas Espaciais, INPE CP 515, , São José dos Campso, SP, Brasil.

Transcrição:

Calibrando a microfísica de nuvens do modelo RAMS a partir de dados coletados por Avião-Laboratório Antonio Carlos Santana dos Santos 1, Alexandre Araujo Costa 1, Isaac Newton do Nascimento 1, Carlos Jacinto de Oliveira 1 1 Universidade Estadual do Ceará UECE. Av. Paranjana, 1700, Itaperi, Fortaleza CE, CEP: 60740-903. ABSTRACT This work presents curve fittings for observed cloud droplet spectra as well as sensitivity tests to cloud microphysics parameters in RAMS 6.0 model, in order to attain a better configuration of this model for use in the state of Ceará. The methodology is based on comparisons between model results and observations collected during the Cloud Microphysics Experiment (Experimento de Microfísica de Nuvens, (EMfiN!) held in the city of Fortaleza-CE in the period of 01 to April 12, 2002. The sensitivity simulations were conducted changing the concentration and the shape parameter of the gamma distribution. The goal is to find a more appropriate model configuration for the local conditions and therefore attain a better representation of the behaviour of convective systems over the state of Ceara. In order to compare simulation results against reality, radar images collected during EMfiN! were used. Palavras Chaves: Microfísica de Nuvens, Modelagem Numérica, RAMS 6.0. 1 - INTRODUÇÃO Modelos de previsão numérica de tempo têm sido operacionalizados com resoluções cada vez mais fina, aproximando-se da resolução explícita das nuvens e da convecção. Neste caso, a representação dos processos microfísicos adquire grande importância, sendo necessária para uma estimativa adequada da precipitação, o uso de parâmetros realistas de concentração, dimensões e distribuição de tamanho de hidrometeoros. No caso da parametrização da microfísica de nuvens do modelo RAMS, utilizado operacionalmente na previsão de tempo para o estado do Ceará, foi analisada a sensibilidade do modelo a duas variáveis (concentração de gotículas e parâmetro de forma do espectro), utilizando observações pelo avião-laboratório para pesquisas atmosféricas (ALPA) da UECE. 2 - MATERIAIS E MÉTODOS Os dados utilizados foram coletados durante o Experimento de Microfísica de Nuvens (EMfiN!, COSTA ET AL. 2002), realizado na cidade de Fortaleza-CE no período de 01 a 12 de abril de 2002. O experimento permitiu coletar dados referentes às propriedades microfísicas de nuvens e determinar funções-distribuição de hidrometeoros (particularmente gotículas de nuvem e gotas de chuva) características, como base para o desenvolvimento e/ou calibração de parametrizações físicas em modelos atmosféricos. O experimento foi realizado na área de cobertura do radar meteorológico banda X da FUNCEME, sendo as trajetórias dos vôos indicadas na Figura 1, com ênfase nos dados referentes a uma das sondas espectrométricas disponíveis no ALPA (Forward-Scattering Spectrometer Probe, FSSP-100), que classifica as gotículas em 15 categorias, no intervalo de 2 μm a 47 μm. O modelo numérico utilizado nas simulações para o período do EMfiN! Foi o modelo RAMS, versão 6.0 (COTTON et al., 2003; PIELKE et al., 1992). O modelo foi configurado com três grades, com número de pontos e espaçamentos a saber: grade 1, 50 x 50 pontos, 32 km; grade 2, 98 x 98 pontos, 8km; grade 3; 202 x 202 pontos e espaçamento de 2km. As três grades apresentam 48 níveis verticais, sendo o espaçamento de grade vertical

inicial de 20m com razão de expansão de 1,133 até um espaçamento vertical máximo de 1100m. As 3 grades estão centradas em 3.794554 S e 38.55755 W, coordenadas do radar meteorológico. Foi combinado um relaxamento newtoniano pela fronteira lateral com um nudging central em escala de tempo mais longa. As opções adotadas para a parametrização dos processos físicos de transferência radiativa e turbulência foram, respectivamente, Chen e Cotton (1983), e Mellor-Yamada (1974). A parametrização de convecção foi desligada para as três grades, sendo a convecção resolvida explicitamente. A parametrização de microfísica utilizada considera a distribuição da água em diversos tipos de condensado: água de nuvem, água de chuva e 5 classes de gelo (gelo primitivo, neve, agregados, graupel e granizo). Os dados de entrada (temperatura do ar, geopotencial, umidade do ar e vento em diferentes níveis da atmosfera) utilizados na incialização do modelo foram obtidos do NCEP/NCAR (Reanalyse National Center for Enveronmental Prediction/National Center for Atmospheric Research) junto ao projeto reanalysis. Figura 1 - Área de cobertura do radar meteorlógico banda X da Funceme (à esquerda) e as trajetórias realizadas pelo avião durante os doze dias do experimento EMfiN! (à direita). Fonte: EMfiN!, (2002). 3 - RESULTADOS E DISCUSSÃO 3.1 Dados experimentais A análise dos dados do EMfiN! mostra que as nuvens formadas no período da estação chuvosa do Nordeste Brasileiro, principalmente próximo ao litoral, são bastante limpas, isto é, por serem produzidas numa massa de ar com baixas concentrações de aerossóis, possuem concentrações reduzidas de gotículas e, portanto, são passíveis de produzir precipitação via processo de colisão-coalescência ( chuva quente ). A Figura 2 mostra um histograma com as ocorrências de concentrações de gotículas durante o EMfiN!, que evidencia a predominância de valores entre 50 e 200 gotículas por cm 3.

Figura 2 - Histograma das concentrações para todos os vôos do EMfiN!. No que diz respeito à forma do espectro de gotículas, como discutido por Costa et al. (2000), há um grande espalhamento no parâmetro de forma que melhor ajusta as distribuições observadas. A Figura 3 mostra a ocorrência desses parâmetros, evidenciando a grande variabilidade na forma dos espectros, desde espectros relativamente largos (com parâmetros de forma reduzidos, isto é, iguais ou inferiores a 3), até espectros bastante estreitos, cujo ajuste só é possível com parâmetros de forma muito grandes. A predominância, porém se deu para espectros moderadamente estreitos (máxima ocorrênci a em torno de 6 e mediana aproximadamente igual a 13). Figura 3 - Frequência dos parâmetros de forma da função gama para todos os voos dos experimentos. 3.2 Simulações Numéricas Foram realizados nove experimentos numéricos, nos quais foram combinados três valores distintos de concentração de gotículas, com 3 valores distintos de parâmetro de forma. Os valores escolhidos para a concentração figuraram no intervalo de 100 cm -3 a 300 cm -3 para a concentração de gotículas de nuvem, consoantes com as observações do EMfiN!. Já os parâmetros de forma da função gama escolhidos foram 2, valor default do modelo, e dosi valores que representam estatísticas relevantes a partir das observações: 6 (moda) e 13 (mediana). Os resultados sugerem que, nos intervalos de concentrações e parâmetros de forma investigados (provavelmente característicos da região estudada durante a estação chuvosa), o segundo exerce um papel mais importante em determinar as características do ciclo de vida da nuvem e o desenvolvimento da precipitação. A Figura mostra a evolução temporal das razões de mistura médias sobre todo o domínio da terceira grade do modelo para o condensado total, água de nuvem, água de chuva e gelo. É possível perceber a predominância dos processos de chuva quente para o caso estudado, pois pequenas razões de mistura de gelo aparecem em todos os grãficos. No entanto, é visível que o aumento na concentração de gotículas e, principalmente, o estreitamento do espectro (com o aumento do parâmetro de forma ) levam a uma redução na eficiência de conversão de água de nuvem em água de chuva. No caso de N = 100 cm -3 e = 2 (painel 4a), a razão de mistura de condensado total não excede 0,01 g/kg, visto que a água de nuvem é rapidamente convertida em água de chuva (valores próximo s de 0,005 g/kg às 9:00), sendo então removida via precipitação. Um aumento de concentração (N = 300 cm -3 e = 2, painel 4c) retarda em cerca de 1 hora o desenvolvimento da chuva quente e reduz a razão de mistura de água de chuva. Uma sensibilidade ainda maior aparece com relação ao parâmetro de forma: para N = 100 cm -3 e = 13 (painel 4b), a razão de mistura de água de chuva é reduzida para valores máximos inferiores a 0,003 g/kg, em geral limitando-se a menos da metade dos mostrados no painel 4a. Finalmente, para N = 300 cm -3 e = 13 (painel

4d), a água de chuva fica limitada a valores inferiores a 0,002 g/kg e o condensado total atinge 0,016 g/kg, uma vez que grandes quantidades de água de nuvem permanecem em suspensão. Essa análise é corroborada pela Figura 5, que mostra a evolução temporal da precipitação média acumulada na terceira grade, com diferenças de quase 3 vezes entre o menor valor (para N = 300 cm -3 e = 13) e o maior valor (para N = 100 cm -3 e = 2). Além disso, percebe-se, na Figura 5, que todos os três casos de menos precipitação são precisamente áqüeas simulações em que = 13. a c b d Figura 4 - Séries temporais das razões de mistura para as simulações do dia 09 de abril de 2002; sendo: a) conc.: 100 cm -3 p.f.: 2; b) conc.: 100 cm -3 p.f.: 13;, c) conc.: 300 cm -3 p.f.: 2; d) conc.: 300 cm -3 p.f.: 13; Condensado total (preto), gotículas de nuvem (vermelho), gotículas de chuva (verde), gelo leve (azul escuro), gelo pesado (azul claro). Figura 5 - Perfil vertical da razão de mistura de chuva para o dia 09 de abril de 2002 (à esquerda) e a média acumulada para o dia em questão. 4 CONCLUSÕES É possível concluir, assim, que, pelo menos para as condições do caso estudado (nuvens predominantemente limpas, com concentrações de gotículas sistematicamente da ordem de poucas centenas) e clara predominância do processo de formação de chuva quente, que a variabilidade na forma do espectro é mais importante até do que a variabilidade na

concentração para o desenvolvimento da precipitação(ambas dentro dos limites encontrados nos dados experimentais do EMfiN!). 5 - AGRADECIMENTOS Os autores agradecem ao CNPq, à FINEP e à FUNCAP, pelo apoio financeiro aos projetos EXPERIMENTO DE MICROFÍSICA DE NUVENS EMFIN! (CNPq), A MICROFÍSICA DE NUVENS DO MODELO RAMS A PARTIR DOS DADOS COLETADOS IN SITU PELO ALPA (CNPq, Processo 479644/2008), CONVECÇÃO SOBRE O NORDESTE BRASILEIRO: VARIABILIDADE EM MÚLTIPLAS ESCALAS - CONBINE (CNPq, Processo 620057/2008), PREVISÃO DE SISTEMAS CONVECTIVOS: OBSERVAÇÕES, MODELAGEM E NOWCASTING (FINEP, Edital No. 13/2006) e CALIBRANDO A MICROFÍSICA DE NUVENS DO MODELO RAMS A PARTIR DOS DADOS COLETADOS PELO ALPA (FUNCAP, Processo 9886/06), que foram fundamentais para a realização deste trabalho. REFERÊNCIAS BIBLIOGRÁFICAS CHEN, C.; COTTON, W. R. A one-dimensional simulation of the stratocumulus-capped mixed layer. Boundary-Layer Meteorology, v.25, n.3, p. 289-321, 1983 COSTA, A. A.; Relatório do Experimento de Microfísica de Nuvens. Fortaleza, 2004. COTTON, W. et al., RAMS 2001: Current status and future directions. Meteorology and Atmospheric Physics, Springer, 2003. HARRINGTON, J. Y. The effects of radiative and microphysical processes on simulated warm and transition season arctic stratus. (Tese). Colorado States University, Fort Collins, EUA, 1997. 289 p. MAHRER, Y.; PIELKE, R. A numerical study of the airflow over irregular terrain. Beiträge zur Physik der Atmosphäre, v.50, n. 1, p 98 113, 1977. MELLOR, G. L.; T. YAMADA. A hierarchy of turbulence closure models for planetary boundary layers. J. Atmos. Sci., 31, 1791-1806, 1974. MESINGER, F.; ARAKAWA, A. Numerical methods used in atmospheric models, volume 1. Global Atmospheric Research Program World Meteorological Organization, Geneva (Switzerland). 1976. PIELKE, R. A. e CO-AUTORES. A comprehensive meteorological modeling system RAMS. Meteorol. Atmos. Phys., 49: 69 91, 1992. SANTIAGO DE MARIA, P. H. Modelagem numérica em alta resolução para previsão de geração de Energia Eólica no Ceará. (Dissertação de mestrado). Mestrado em Ciências Físicas Aplicadas, Universidade Estadual do Ceará, Fortaleza, 2007. WALKO, R. L.; TREMBACK, C. J. RAMS: The Regional Atmospheric Modeling System, Technical Description. [S.l.], 2001.